有 N 件物品和一个容量是 V的背包。每件物品只能使用一次。
第 i件物品的体积是 vi,价值是 wi。
求解将哪些物品装入背包,可使这些物品的总体积不超过背包容量,且总价值最大。
输出最大价值。
输入格式
第一行两个整数,N,V,用空格隔开,分别表示物品数量和背包容积。
接下来有 N 行,每行两个整数 vi,wi用空格隔开,分别表示第 i件物品的体积和价值。
输出格式
输出一个整数,表示最大价值。
数据范围
0<N,V≤1000
0<vi,wi≤1000
输入样例
4 5
1 2
2 4
3 4
4 5
输出样例:
8
边看代码边解析
背包微分体积(右方每列),物品次序(下方每行),行列交叉格表示价值最优解 | 0 | 1 | 2 | 3 | 4 | 5 |
0 | 0 | 0 | 0 | 0 | 0 | 0 |
(1,2)1 | 0 | 2 | 2 | 2 | 2 | 2 |
(2,4)2 | 0 | 2 | 0+4>2-> 4 | 2+4>2-> 6 | 6 | 6 |
(3,4)3 | 0 | 2 | 4 | 0+4<6-> 6 | 2+4=6-> 6 | 4+4>6-> 8 |
(4,5)4 | 0 | 2 | 4 | 6 | 0+5<6-> 6 | 2+4<8-> 8 |
0+4>2-> 4中0来自dp[i-1][j-v[i]],即第一行第零列 |
#include<iostream>
using namespace std;
int v[1010], w[1010];//体积和价值录入数组
int dp[1010][1010];//dp最优解数组,行代表对物品的考虑,列代表对体积的考虑
int main()
{
int N, V;
cin >> N >> V;
for (int i = 1; i <= N; i++)
{
cin >> v[i] >> w[i];
}
for (int i = 1; i <= N; i++)//行代表物品,即第i个物品要不要放入
{
for (int j = 1; j <= V; j++)//列代表体积,把一个给定的体积进行微分
//比如体积为3就分成体积为0,1,2,3时的情况,每个微分体积考虑最优解
//0的话,由于数组定义在main函数外作全局变量,dp[i][0],dp[0][j]全部为0
//不再作计算上的考虑,直接使用其值即可
{
if (j < v[i])//当前微分体积下,能放得进这个物品吗,if判断的是不能放入的情况
{
dp[i][j] = dp[i - 1][j];//因为不能放进这个物品,所以背包内价值的
//最优解(给定微分体积下能达到的最大价值)为上一个物品在该微分体积下
//的取舍情况
}
else//如果能放入该物品
{
//此时考虑的问题是,放入该物品后,之前的物品还能放下吗
//之前物品能不能放下,取决于放下该物品后,背包剩余体积
//所以问题就转换成剩余体积时最优解的情况加上本物品价值后,
//和上一个物品在该体积时,价值最优解谁更大,谁的价值更大,谁的解就更优
//为什么要和上一个物品在该体积下的价值最优解作比较呢?
//这么思考,如果你放了这个物品,之前物品的放入肯定受影响
//但是如果你不放入该物品,在该体积下就会有相应的空间去放之前的物品
//因为你放了这个物品,可能导致之前有的物品放不下,从而价值还不如不放
//本物品时的最优解大,所以需要比较,那么上一个物品在该体积时的最优解
//在哪呢
dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - v[i]] + w[i]);
//i表示物品次序,那么上一个物品就是i-1,上一个该微分体积同样是j
//所以要和dp[i-1][j]作比较
//是dp[i][j]和dp[i-1][j]作比较吗?当然不
//因为dp[i][j]还没存东西呢
//刚才也说了,放入该物品后可能会有剩余空间,也可以用来放物品
//所以要考虑剩余空间时,不考虑放入本物品的最优解
//也就是dp[i-1][j-v[i]]
//j表示现在的微分体积,j-v[i]就是放入了本物品后剩余的微分体积
//那么dp[i-1][j-v[i]]就是对之前最优解的回溯了
//在之前没有考虑本物品时,只有j-v[i]微分体积时,前i-1个物品都是
//怎么安排的呢?这不就表示出来了吗
}
}
}
cout << dp[N][V];
return 0;
}